소개

최신의 물체 검출 수법이라고 하는 Mask R-CNN(keras판)을 움직여 봅니다.
모처럼이므로 Google Colaboratory에서 시도하기로 결정했습니다.

실행 소스는 여기 → GitHub

마스크 R-CNN

물체 검출, 세그멘테이션뿐만 아니라 사람의 골격 추정도 가능한 것 같습니다.



출처 : htps : // / r ぃ v. rg / pdf / 1703.06870v1. pdf

처리 내용에 대한 설명은 다음 사이트를 참조하십시오.

최신 물체 검출 방법 Mask R-CNN의 RoI Align과 Fast(er) R-CNN의 RoI Pooling의 차이를 올바르게 이해한다

마스크 R-CNN

환경

Google Colaboratory(python3/GPU)

Google Colaboratory 노트북을 새로 만들고 '런타임' '런타임 유형 변경'에서 python3/GPU를 선택.

설치

이번 시도는 여기 → Github
ReadMe의 "Installation"에 따라 작업을 진행합니다.

■1.Clone this repository

github에서 소스를 가져옵니다.

maskRnn-keras.ipynb

# gitからソースを取得
!git clone https://github.com/matterport/Mask_RCNN.git

# 確認
!ls

■2.Install dependencies

Mask_RCNN-master/requirements.txt에 나열된 관련 라이브러리를 설치합니다.

maskRnn-keras.ipynb

# フォルダへ移動
%cd Mask_RCNN

# 確認
!ls

# ライブラリを取得
!pip install -r requirements.txt

■3.Run setup from the repository root directory

Mask_RCNN-master/setup.py를 실행합니다.

maskRnn-keras.ipynb

# フォルダへ移動
%cd Mask_RCNN

# setup.pyを実行
%run -i setup.py install

■4.Download pre-trained COCO weights (mask_rcnn_coco.h5)

학습된 가중치(mask_rcnn_coco.h5)를 가져옵니다.

maskRnn-keras.ipynb

# フォルダへ移動
%cd Mask_RCNN

# 重みを取得
!wget https://github.com/matterport/Mask_RCNN/releases/download/v2.0/mask_rcnn_coco.h5

■5.MS COCO install

Microsoft COCO에서 제공하는 이미지 데이터 세트용 API를 설치합니다.

maskRnn-keras.ipynb

# COCO 用ソースを取得
!git clone https://github.com/waleedka/coco.git

# 確認
!ls

# cythonをインストール
!pip install cython 

# python用APIをインストール
%cd Mask_RCNN/coco/PythonAPI
%run -i setup.py build_ext --inplace
%run -i setup.py build_ext install

위에서 문제없는 것 같습니다만, ,, 설치한 pycocotools가 없다, 라고 에러가 되어 버리므로,
경로를 설정했습니다.

maskRnn-keras.ipynb

import sys
sys.path.append('/content/Mask_RCNN/coco/PythonAPI')

데모 실행

■１． keras 설치

Google Colaboratory에 기본적으로 포함되지 않은 keras 설치

maskRnn-keras.ipynb

!pip install keras

■2. demo.ipynb 실행

htps : // 기주 b. 이 m/정해 r포rt/마sk_RCn/bぉb/마s r/사 mp㎇s/에서도. 이 pyn b을 복사하여 실행

실행 결과. 기린과 얼룩말을 구분합니다.

인물 감지

openCV와 Keras로 이미지에서 인물 감지 하지만 사용한 스포츠 장면의 이미지로 시도한 결과

요약

같은 모양의 물건이 겹치면 잘 감지되지 않았습니까?
(사람이 겹치는 경우에, 다른 사람이라고 판정하거나, 사람이 검출할 수 없거나)
다만, 전회 시도한 SSD에서는 검출할 수 없었던 볼이나 버트, 글러브 등 작은 형상까지 검출할 수 있고 있어 대단하다.
이용 목적에 맞추어, 구분하는 것이 좋은 것일까? ?

참고 사이트

Mask R-CNN을 쉽게 카메라 영상에서 시험하는 방법

【초속으로 무료 GPU 사용】 심층 학습 실천 Tips on Colaboratory